待验证85% 置信事实时间未知

Gemini 3.5 Pro在MMLU Pro基准测试中得分89.4分，领先GPT 5.5和Claude

1

来源数

85%

置信度

中期 (~90 天)

时效性

2026/5/31

首次发现

有效期至：2026/8/29

来源

Gemini 3.5 Pro深度评测：多模态断层领先，9.2分旗舰实力全解析

bilibiliEA同学

涉及实体

Gemini 3.5 Promodel MMLU Proconcept GPT 5.5model Claudemodel

相关事实

待验证M2.7在SWE-bench Pro基准测试中得分56.22%，超过了Gemini 3.1 Pro79% 相似已验证Gemini 3.1 Pro在高级推理基准测试中达到77%，而Claude Opus 4.6为68%78% 相似待验证在综合性能排名中，Kimi K2.5得分64%，排名第五，前四名分别是Gemini 3 Pro（100%）、Claude Opus 4.5 Max（74%+）、GLM 4.7（65%）和GPT-5.2X（65%）76% 相似待验证在MMLU、HumanEval等主流基准测试上，Claude 3.5、GPT-4o、Gemini 1.5 Pro、Grok-2之间的分差已压缩至统计误差范围内76% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/13606

API

curl https://kongchang.com/api/v1/knowledge/claims/13606

MCP

get_claim(id=13606)